……………………..25

3-2-مراحل وب کاوی…………………………………………………………………………………………………26

3-2-1-انواع وب کاوی…………………………………………………………………………………………….27

3-3-شخصی سازی وب……………………………………………………………………………………………….28

3-3-1-دلایل نیاز به شخصی سازی وب………………………………………………………………………..28

3-3-2-مراحل شخصی سازی وب………………………………………………………………………………29

3-3-2-1-جمع آوری داده……………………………………………………………………………………30

3-3-2-2-پردازش داده………………………………………………………………………………………31

3-3-2-3-کشف الگو…………………………………………………………………………………………31

3-3-2-4-تحلیل دانش………………………………………………………………………………………31

3-3-3-تکنیک های مدل­سازی کاربر در شخصی سازی وب…………………………………………………31

3-3-3-1-تکنیکtf-idf…………………………………………………………………………………….32

3-3-3-2-تکنیک متا مدل و ابزارOLAP………………………………………………………………..32

3-3-3-3-تکنیک براساس محتوای وب………………………………………………………………….33

3-3-3-4-تکنیک براساس فراهم کردن داده های موثر (ODP)………………………………………..34

3-3-3-5-شخصی­سازی وب با استفاده از روش­های ترکیبی…………………………………………..34

3-3-3-6-شخصی­سازی وب براساس الگوریتم استقرایی و تکنولوژیtf-idf………………………..35

3-3-3-7-شخصی­سازی وب با استفاده از کندوکاو الگوی ترتیبی و درخت الگو…………………….35

3-4-خوشه بندی برای شخصی سازی وب…………………………………………………………………………..35

3-4-1-خوشه­بندی فازی…………………………………………………………………………………………36

3-4-1-1-الگوریتم پایه ای خوشه بندی فازی………………………………………………………………36

3-4-1-2-الگوریتم فازی کا-مینز………………………………………………………………………….36

3-4-1-3-خوشه­بندی صفحات وب با استفاده از خوشه­بندی فازیk-means……………………….37

3-4-2-الگوریتم ژنتیک………………………………………………………………………………………….39

3-4-2-1-بهینه سازی خوشه بندی فازی با استفاده از الگوریتم ژنتیک………………………………..40

3-4-3-روش پیشنهادی در این تحقیق………………………………………………………………………..42

3-4-4-شمای کلی سیستم پیشنهادی…………………………………………………………………………42

3-4-5-مثالی از سیستم پیشنهادی……………………………………………………………………………43

3-4-6-شبه کد روش پیشنهادی………………………………………………………………………………..50

3-5-جمع­بندی………………………………………………………………………………………………………..51

مراجع……………………………………………………………………………………………………………………53

فصل چهارم:………………………………………………………………………………………. 55

4-1-مقدمه……………………………………………………………………………………………………………..56

4-2-مجموعه داده­ها………………………………………………………………………………………………….56

4-2-1-دیتاستYANDEX…………………………………………………………………………………….57

4-2-1-1-پیش پردازش انجام شده با مجموعه داده­های خام قبل از انتشار…………………………..57

4-3-پارامترهای ارزیابی………………………………………………………………………………………………60

4-4-آزمایشات انجام شده……………………………………………………………………………………………61

4-4-1-سخت افزار مورد استفاده………………………………………………………………………………..62

4-4-2-نتایج آزمایشات………………………………………………………………………………………….62

4-5-جمع­بندی………………………………………………………………………………………………………..64

مراجع:……………………………………………………………………………………………………………………65

فصل پنجم:………………………………………………………………………………………… 66

5-1-مقدمه……………………………………………………………………………………………………………..67

5-2-نتایج و دستاوردهای پروژه…………………………………………………………………………………….68

5-3-پیشنهادات………………………………………………………………………………………………………68

مراجع…………………………………………………………………………………………………………………….70

فهرست اشکال

29

شکل 3-2: مجموعه داده پروانه ای.38

شکل 3-3:خوشه بندی فازی داده.39

شکل 3-4: مراحل اصلی الگوریتم ژنتیک.40

شکل 3-5: شمای کلی سیستم پیشنهادی..42

شکل 3-6: خوشه­بندی داده­های آموزشی..47

شکل 3-7: خوشه­بندی داده­های تست..49

شکل 4-8: مقایسه روش های پیشنهادی با روش ارائه شده در (Varghese, & John, 2012).64

فهرست جداول

62

جدول4-2: مقایسه نتایج سیستم پیشنهادی با سایر روش ها62

جدول 4-3: مقایسه نتایج سیستم پیشنهادی با روش ارائه شده در (Varghese, & John, 2012).63

چکیده

گرانبار شدن اطلاعات یک مشکل عمده در وب کنونی به شمار می­رود. برای مقابله با این مشکل، سیستم های شخصی­سازی وب ارائه شده­اند که محتوا و سرویس­های یک وب­سایت را با افراد براساس علایق و رفتار گردشی آن­ها سازگار می­کنند. یک مؤلفه­ی اساسی در هر سیستم شخصی­سازی وب، مدل کاربر آن است. هدف از شخصی سازی وب، مهیا ساختن محتوا و سرویس­های مورد نیاز کاربران به وسیله دانش به دست آمده از تعاملات قبلی کاربران در صفحات وب است. در حال حاضر، برای شخصی­سازی وب چندین متد خوشه­بندی در دسترس است. روش­هایی که تاکنون ارائه شده­اند، در مواردی دارای اشکالاتی بودند. البته تکنیک­های جدیدی در رفع این مشکلات و بهبود آنها ارائه شده است. اما در بیشتر این تکنیک­ها، مسائل افزونگی داده و مقیاس­بندی بالا وجود دارد. با توجه به اینکه افزایش کاربران وب منجر به افزایش اندازه ی خوشه می گرد، نیاز به بهینه سازی خوشه ها اجتناب ناپذیر خواهد بود. در تحقیق، یک متدولوژی بهینه­سازی خوشه بر اساس سیستم فازی ارائه شده است. به منظور افزایش دقت نهایی خوشه­بندی، برای تنظیم پارامترهای توابع عضویت از الگوریتم ژنتیک استفاده شده است. نتایج حاصل از شبیه سازی نشان می دهد که روش پیشنهادی دقت خوشه­بندی صفحات وب را تا حد قابل توجهی افزایش می­دهد.

کلید واژه­ها:شخصی­سازی صفحات وب- خوشه­بندی- کاربرد وب­کاوی- الگوریتم فازی سی مینز- پایگاه داده یاندکس.